-
改进大数据分析以应对网络安全挑战
所属栏目：[教程] 日期：2019-10-26 热度：65
【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 为了应对网络安全挑战和威胁，组织必须改进大数据分析。这就是大数据分析很重要的原因。 大容量存储和移动计算的进步带来了大数据这个新兴技术。而其这些技术的进步和发展带来了可以实时[详细]
-
动画：用动画给女朋友讲解 TCP 四次分手过程
所属栏目：[教程] 日期：2019-10-26 热度：130
【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 写在前边 大家好，我们又见面了，做为一个业余的动画师，上次的用动画的形式讲解 TCP 三次握手过程在各大平台收到了广大读者的喜爱，说文章有趣、有货、有内容，也受到了很多读者的关注。[详细]
-
Excel，Python全都靠边站，这才是数据分析应该有的样子
所属栏目：[教程] 日期：2019-10-25 热度：93
前段时间，老同学居然和我说她在学编程。当时我很不理解，她是市场专员，又不是程序员，为啥要学编程?直到上周，她请我吃饭，告诉我她调到了新项目组做主管。 学编程不一定就是做程序员，我用python搜集竞品信息，对产品和服务做数据分析，毕竟知己知彼，[详细]
-
51信用卡被查引发“爬虫技术”争议 是否侵犯个人信息？
所属栏目：[教程] 日期：2019-10-25 热度：166
据中国之声报道：近日，51信用卡被查事件，让本就处在风口浪尖的大数据风险控制领域，再添一把火。业内人士透露，在隐私保护薄弱、数据安全存在漏洞的国内互联网环境中，爬虫技术往往与信息来源违法、滥用等问题交织在一起。 有媒体综合各方消息这样勾勒出[详细]
-
官方调研重磅发布，Pandas或将重构？
所属栏目：[教程] 日期：2019-10-25 热度：161
为指引 Pandas 未来开发方向，Pandas 官方团队于 2019 年夏搞了一次调研，这次调研历时 15 天，共有 1250 条反馈数据。问卷数据保存在 data 文件夹的 2019.csv.zip 文件里。 这里又学一招，原来 pandas 可以直接从压缩文件里读取数据文件，原文用的是 .gz[详细]
-
边缘计算将如何从5G技术中受益
所属栏目：[教程] 日期：2019-10-25 热度：108
随着5G技术的发展，越来越多的国家和地区开始引进和应用，并且越来越多的人关注5G将给技术世界带来的变化。 如果使用5G和边缘计算的公司没有采取预防措施来维护边缘计算的网络安全，那么5G和边缘计算带来的许多好处可能会黯然失色。 5G将帮助边缘计算发展[详细]
-
在5G上寻找边缘应用
所属栏目：[教程] 日期：2019-10-25 热度：76
5G被认为是交付边缘计算应用程序的关键部分。但是比较大的边缘计算应用可能是5G网络。 关于边缘计算的讨论不可避免地涉及下一代移动数据网络5G，该技术将在未来几年内部署。5G将提供更高的数据速率，预计边缘计算应用程序将需要5G。 经过多年的准备，5G网[详细]
-
记住3个部分、2个地址，1个公式，你也能轻松划分子网
所属栏目：[教程] 日期：2019-10-25 热度：69
概述 划分子网是任何一个网络工程师都必须掌握的基本技能，但由于在工作中经常使用24位掩码，在加上网络上有很多小工具可以自动计算，所以很多小伙伴都已经丧失了手工划分子网的能力。但我们作为一个高手，还是要具备手工划分子网能力的。 其实手工划分子[详细]
-
TCP 粘包和半包 介绍及解决(上)
所属栏目：[教程] 日期：2019-10-25 热度：198
在网络传输中，粘包和半包应该是最常出现的问题，作为 Java 中最常使用的 NIO 网络框架 Netty，它又是如何解决的呢?今天就让我们来看看。 定义 TCP 传输中，客户端发送数据，实际是把数据写入到了 TCP 的缓存中，粘包和半包也就会在此时产生。 客户端给服[详细]
-
数据分析必会的六大实用模型
所属栏目：[教程] 日期：2019-10-25 热度：85
对于刚刚接触数据分析的人来说，经常会有这样的困惑和疑问：数据分析究竟难不难?难的话难在哪?为什么有时候作分析不知道从何下手，只能眉毛胡子一把抓? 其实就连我这种已经在数据分析行业浸淫十几年的老油条，有时候做起分析来也会手忙脚乱，根本原因就在[详细]
-
物理层/数据链路层/网络层工作原理
所属栏目：[教程] 日期：2019-10-25 热度：97
物理层 物理层设备 集线器 中继器 编码解码器 传输介质连接器 集线器运行在物理层 所有设备在同一冲突域(二层设备，桥或交换机来隔离冲突域) 所有设备在同一广播域(三层设备，如路由器来隔离广播域) 所有设备共享相同的带宽 网络设备的域 冲突 (collision)[详细]
-
如何用通俗地解释大数据
所属栏目：[教程] 日期：2019-10-25 热度：97
人们可能认为每个人现在都知道什么是大数据，但是仍然存在误解。因此需要得到大数据专家的建议。 大数据解释 一段时间以来，大数据一直是企业董事会的流行语。尽管已被广泛使用，但仍可能被人们误解。 技术领导者知道，只有大数据就没有内在的价值。法律技[详细]
-
低功耗广域网技术比较一：成功实施的十大标准
所属栏目：[教程] 日期：2019-10-22 热度：134
低功耗广域网(LPWAN)是发展最快的物联网通信技术，也是全球物联网连接的主要驱动因素。随着各种低功耗广域网解决方案和供应商的出现，为物联网项目选择合适的技术方案并非易事。为了帮助您选择正确的解决方案，我们正在制作一个由两部分组成的帮助文章系列[详细]
-
大多数企业网络无法处理大数据负载
所属栏目：[教程] 日期：2019-10-22 热度：70
调查发现，企业IT无法跟上不断增长的数据过载。这次问题围绕网络带宽和整体性能。埃森哲(Accenture)对300位IT专业人员进行的调查发现，大多数人认为他们的企业网络无法完成处理大数据和物联网(IoT)部署的任务。在接受调查的公司中，只有43%的公司表示其网[详细]
-
文旅部将出台规定 在线旅游“大数据杀熟”或被处罚
所属栏目：[教程] 日期：2019-10-22 热度：139
据文化和旅游部网站消息，近日，文化和旅游部在官网发布《在线旅游经营服务管理暂行规定（征求意见稿）》（以下简称《暂行规定》），向社会公开征求意见。《暂行规定》对虚假预定、不合理低价游、价格歧视（大数据杀熟）、信用监管等问题都做出了具体规定[详细]
-
数据分析常用的18个概念，终于有人讲明白了！
所属栏目：[教程] 日期：2019-10-22 热度：164
[ 导读 ]大多数情况下，数据分析的过程必须包括数据探索的过程。数据探索可以有两个层面的理解： 一是仅利用一些工具，对数据的特征进行查看； 二是根据数据特征，感知数据价值，以决定是否需要对别的字段进行探索，或者决定如何加工这些字段以发挥数据分[详细]
-
智能数据降低业务成本的7种方法
所属栏目：[教程] 日期：2019-10-21 热度：187
智能数据可以通过许多有用且功能强大的方式降低企业的运营成本。 智能化设备和产品如今构成了现代生活的大部分。人们拥有智能手机、智能扬声器、智能汽车以及无处不在的物联网设备，旨在使人们的工作和生活更轻松、更直观。 当商业智能实践发挥作用时，甚[详细]
-
企业选择数据湖架构的5大理由
所属栏目：[教程] 日期：2019-10-21 热度：86
随着大数据的重要性和接受度的提高，人们也越来越需要考虑如何组织和托管大数据。答案之一是数据湖，在数据准备和组织方面最广泛的数据体系结构系统。 简单地说，它允许企业首先存储数据，然后在需要时检索数据。就像一个存储单元，你只是把你的东西存储，[详细]
-
大数据分享：60多个有用的数据可视化图形库
所属栏目：[教程] 日期：2019-10-21 热度：75
在开源世界中，某些库为数据可视化提供了许多可能性，包括图形或网络表示。其他库仅专注于网络图表示。通常，这些库比通用库提供更多的功能。您还将找到商业图形可视化库。商业图书馆的优势在于可以保证持续的技术支持和先进的性能。 宇宙网数据集的图形可[详细]
-
实例：大型监控网络系统如何规划ip地址？
所属栏目：[教程] 日期：2019-10-21 热度：107
对于监控项目来说，很多故障的原因都是跟ip地址设置不当有关，如ip冲突，或者有几路监控图像没有显示等，都是跟ip有一定关联，合理的分配ip地址十分重要。 一、为什么要合理分配IP? 对于小型监控项目来说，ip地址的设置比较简单，大部分的人都不会出错，对[详细]
-
一文详细解读 Dubbo 中的 Http 协议
所属栏目：[教程] 日期：2019-10-21 热度：54
太阳红彤彤，花儿五颜六色，各位读者朋友好，又来到了分享 Dubbo 知识点的时候了。说到 Dubbo 框架支持的协议，你的第一反应是什么?大概会有 Dubbo 默认支持的 dubbo 协议，以及老生常谈的由当当贡献给 Dubbo 的 rest 协议，或者是今天的主角 http。截止到[详细]
-
大数据世界中7种灾难性的网络安全错误
所属栏目：[教程] 日期：2019-10-21 热度：66
在人们生活的这个大数据世界中，需要防范一些网络安全错误。 如今，大数据正在以多种方式改变世界。企业依靠数据来提供高效的服务，但也必须担心网络安全风险。 行业媒体Towards Data Science提供了关于机器学习与黑客相关性的一份非常详细的指南，指出如[详细]
-
大数据分析师学习入门，10个数据可视化技巧
所属栏目：[教程] 日期：2019-10-21 热度：171
我必须对你说实话：当我学习数据科学时，我完全低估了绘图的重要性。没错，那时一切都一团糟：我从头开始学习 python、熟悉了所有可能的算法、理解了所有东西背后的数学原理，但是我的绘图技巧很糟糕。 为什么会这样?我们总是在做同样的事情。你知道的：pa[详细]
-
SparkSQL访问Hive遇到的问题及解决方法
所属栏目：[教程] 日期：2019-10-21 热度：143
需要先将hadoop的core-site.xml，hive的hive-site.xml拷贝到project中 测试代码 报错 查看源码 解决方法 将$HIVE_HOME/lib下的spark-hive_2.11-2.4.2.jar与spark-hive-thriftserver_2.11-2.4.2.jar添加到project中 继续报错 查看源码 进入ConfVars 发现Con[详细]
-
Python分析信用卡反欺诈！骗我程序员，不存在的
所属栏目：[教程] 日期：2019-10-21 热度：134
前言： 本文研究的是大数据量(284807条数据)下模型选择的问题，也参考了一些文献，但大多不够清晰，因此吐血整理本文，希望对大家有帮助; 本文试着从数据分析师的角度，设想拿到数据该如何寻找规律、选哪种模型来构建反欺诈模型?的角度来分析，以业务导向[详细]
